学习面向时尚搭配的类型感知嵌入
计算机视觉与模式识别
2018-07-31 v2
摘要
在线时尚数据中的穿搭由许多不同类型（例如上装、下装、鞋子）的物品组成，这些物品彼此之间共享某种风格关系。构建穿搭的表示需要一种方法，该方法既能学习相似性概念（例如，两件上装何时可以互换），也能学习兼容性概念（可能属于不同类型但可以在穿搭中搭配在一起的物品）。本文提出了一种学习尊重物品类型的图像嵌入的方法，并在端到端模型中联合学习物品相似性和兼容性概念。为了评估学习到的表示，我们抓取了Polyvore网站上由用户创建的68,306套穿搭。我们的方法在使用我们的数据集以及一个既定的较小数据集进行穿搭兼容性预测和填空任务时，比现有技术获得了3-5%的提升，同时支持各种有用的查询。
引用
@article{arxiv.1803.09196,
title = {Learning Type-Aware Embeddings for Fashion Compatibility},
author = {Mariya I. Vasileva and Bryan A. Plummer and Krishna Dusad and Shreya Rajpal and Ranjitha Kumar and David Forsyth},
journal= {arXiv preprint arXiv:1803.09196},
year = {2018}
}
备注
Accepted at ECCV 2018